开云优惠体育网页版入口

专利名称：一种复杂路况下的机动车性能测试方法及系统

专利类型：发明专利

专利申请号：CN202411226122.2

专利申请（专利权）人：江苏奥易克斯汽车电子开云优惠体育网页版入口股份有限公司
权利人地址：江苏省南通市崇川区新宁路88号

专利发明（设计）人：于树怀,王鹏,龙庆阳

专利摘要：本发明涉及车辆测试技术领域，具体包括一种复杂路况下的机动车性能测试方法及系统，所述方法包括：通过路况模拟器模拟路况，测试设备组监测目标机动车性能，多次模拟测试得到多组路况复杂指数与性能指数映射数据，分析得到目标机动车的自相关系数，解决了无法全面考量复杂路况下机动车性能表现，测试结果精度有限的技术问题，实现了通过精细化模拟路况、集成多种性能测试，深入探究机动车在面临不同路况复杂程度时的性能表现规律，提高机动车在复杂路况条件下性能测试的准确性的技术效果。

主权利要求：
1.一种复杂路况下的机动车性能测试方法，其特征在于，包括：步骤S100：路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；
步骤S200：通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；
步骤S300：基于预定性能特征分析所述第一测试信息得到第一综合性能指数；
步骤S400：重复步骤S100至步骤S300得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；
步骤S500：分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度；
其中，步骤S200还包括：
所述测试设备组包括速度计、油耗仪、电耗器、排放监测仪、振动传感器；
通过所述速度计动态监测得到所述目标机动车在所述第一路况场景下的第一速度时序；
通过所述油耗仪监测得到所述目标机动车在所述第一路况场景下的第一油耗量；
通过所述电耗器监测得到所述目标机动车在所述第一路况场景下的第一电耗量；
通过所述排放监测仪监测得到所述目标机动车在所述第一路况场景下的第一排放信息；
通过所述振动传感器动态监测得到所述目标机动车在所述第一路况场景下的第一振动时序；
所述第一速度时序、所述第一油耗量、所述第一电耗量、所述第一排放信息和所述第一振动时序共同组成所述第一测试信息；
步骤S300还包括：
通过响应性能分析单元分析所述第一速度时序得到第一响应性能指数；
通过能耗性能分析单元分析所述第一油耗量和所述第一电耗量得到第一能耗性能指数；
通过环保性能分析单元分析所述第一排放信息得到第一环保性能指数；
通过舒适性能分析单元分析所述第一振动时序得到第一舒适性能指数；
加权所述第一响应性能指数、所述第一能耗性能指数、所述第一环保性能指数和所述第一舒适性能指数得到所述第一综合性能指数；
通过响应性能分析单元分析所述第一速度时序得到第一响应性能指数，包括：对基于所述第一速度时序得到的速度?时间散点图进行曲线拟合，得到第一速度曲线；
根据所述第一速度曲线，依次得到第一初始速度和第一峰值速度，并分别匹配所述第一初始速度对应的第一时刻和所述第一峰值速度对应的第二时刻；
基于所述第一时刻与所述第二时刻得到第一响应时长；
基于所述第一初始速度和所述第一峰值速度得到第一响应速度；
归一化所述第一响应速度与所述第一响应时长的第一比值，得到所述第一响应性能指数；
对基于所述第一速度时序得到的速度?时间散点图进行曲线拟合，得到第一速度曲线，包括：a：随机提取所述速度?时间散点图中预定数量的散点，并组成第一散点组；
b：分析所述第一散点组得到第一多项式拟合曲线；
c：将所述第一散点组从所述速度?时间散点图中剔除，得到第一检验散点组；
d：加权第一检验散点至所述第一多项式拟合曲线的第一距离，得到所述第一多项式拟合曲线的第一适应度，其中，所述第一检验散点是指所述第一检验散点组中任意一个散点；
e：重复步骤a至步骤d，若所述第一适应度达到预定适应度阈值，将彼时的所述第一多项式拟合曲线作为所述第一速度曲线。
2.根据权利要求1所述机动车性能测试方法，其特征在于，所述预定路况特征包括路障维度、路面维度、路型维度，其中，所述路障维度包括路障类型、路障位置、路障大。雎访嫖劝访嫫秸、路面湿滑度，所述路型维度包括道路坡度、道路弯度。
3.根据权利要求1所述机动车性能测试方法，其特征在于，步骤S100包括：提取所述预定路况特征中的第一特征；
结合所述第一特征的第一特征参数阈约束得到所述第一特征的第一特征参数值；
所述路况模拟器根据基于所述第一特征参数值组建的第一路况方案，模拟所述第一路况场景。
4.一种复杂路况下的机动车性能测试系统，其特征在于，用于实施权利要求1?3任意一项所述的一种复杂路况下的机动车性能测试方法，所述系统包括：路况模拟模块，用于路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；
动态监测模块，用于通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；
性能指数获取模块，用于基于预定性能特征分析所述第一测试信息得到第一综合性能指数；
序列标测试获取模块，用于重复所述路况模拟模块、所述动态监测模块、所述性能指数获取模块中的操作，得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；
影响程度分析模块，用于分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度。 说明书 : 一种复杂路况下的机动车性能测试方法及系统技术领域[0001] 本发明涉及车辆测试相关技术领域，具体涉及一种复杂路况下的机动车性能测试方法及系统。背景技术[0002] 机动车在各种复杂的路况条件下运行，包括但不限于不同的路面质量、地形特点（如坡度、弯道）、天气因素（如雨雪、冰冻导致的湿滑路面）、交通设施（如路障、标志牌）以及交通流量等多种变量，常规的机动车性能测试通常在实验室或固定测试场地内进行，而实验室或固定测试场地中的环境难以真实反映机动车在日常使用中遇到的复杂多变的道路状况。[0003] 综上所述，现有技术中存在无法全面考量复杂路况下机动车性能表现，测试结果精度有限的技术问题。发明内容[0004] 本申请通过提供了一种复杂路况下的机动车性能测试方法及系统，旨在解决现有技术中的无法全面考量复杂路况下机动车性能表现，测试结果精度有限的技术问题。[0005] 鉴于上述问题，实现本申请的技术方案是：[0006] 本申请一方面，提供了一种复杂路况下的机动车性能测试方法，其中，所述方法包括：步骤S100：路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；[0007] 步骤S200：通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；[0008] 步骤S300：基于预定性能特征分析所述第一测试信息得到第一综合性能指数；[0009] 步骤S400：重复步骤S100至步骤S300得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；[0010] 步骤S500：分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度。[0011] 本申请另一方面，提供了一种复杂路况下的机动车性能测试系统，其中，所述系统包括：路况模拟模块，用于路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；[0012] 动态监测模块，用于通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；[0013] 性能指数获取模块，用于基于预定性能特征分析所述第一测试信息得到第一综合性能指数；[0014] 序列标测试获取模块，用于重复所述路况模拟模块、所述动态监测模块、所述性能指数获取模块中的操作，得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；[0015] 影响程度分析模块，用于分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度。[0016] 综上，本申请中提供的一个或多个技术方案，解决了无法全面考量复杂路况下机动车性能表现，测试结果精度有限的技术问题，实现了通过精细化模拟路况、集成多种性能测试，深入探究机动车在面临不同路况复杂程度时的性能表现规律，提高机动车在复杂路况条件下性能测试的准确性的技术效果。附图说明[0017] 图1为本申请提供了一种复杂路况下的机动车性能测试方法的流程示意图；[0018] 图2为本申请提供了一种复杂路况下的机动车性能测试方法中模拟第一路况场景的流程示意图；[0019] 图3为本申请提供了一种复杂路况下的机动车性能测试系统的结构示意图。[0020] 附图标记说明：路况模拟模块M100，动态监测模块M200，性能指数获取模块M300，序列标测试获取模块M400，影响程度分析模块M500。具体实施方式[0021] 实施例一[0022] 下面结合附图对本申请进行具体描述，如图1所示，本申请提供了一种复杂路况下的机动车性能测试方法，其中，所述方法包括：[0023] 步骤S100：路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；[0024] 步骤S200：通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；[0025] 步骤S300：基于预定性能特征分析所述第一测试信息得到第一综合性能指数；[0026] 在复杂路况下的机动车性能测试通常涉及模拟实际驾驶环境中可能出现的各种不利条件，以全面评估车辆在面对复杂路面、恶劣天气、交通障碍等状况时的性能表现，常规的机动车性能测试通常在实验室或固定测试场地内进行，实验室内的测试环境可能受限于硬件设施和技术水平，难以覆盖所有复杂的现实路况组合，比如多轴联动的颠簸模拟不够逼真。[0027] 基于此，本申请通过模拟多种可能遇到的真实环境，以全面评估车辆在面对复杂路面、恶劣天气、交通障碍等状况时的性能表现，具体的，路况模拟器依据预设的路况特征参数来构建虚拟的路况环境，包括路障维度（例如不同类型、位置和大小的障碍物）、路面维度（如平整度、湿滑度）以及路型维度（如坡度、弯道半径等），路况模拟器将预定路况特征结合，生成一个具体的第一路况场景，所述第一路况场景尽可能接近真实的复杂道路环境，进一步的，分析模拟出的第一路况场景，计算该场景的路况复杂程度，即第一路况复杂指数，可以通过对各维度参数的综合评估来确定，反映路况对车辆行驶带来的潜在挑战和困难程度；[0028] 在创建好的第一路况场景下，将目标机动车接入一系列测试设备，形成测试设备组，所述测试设备组包含速度计、油耗仪、电耗器、排放监测仪及振动传感器等，以便实时监测车辆在模拟行驶过程中的各种性能数据，其中，速度计记录下车辆在应对不同路况时的速度变化时序；油耗仪则测量燃油消耗量；电耗器监测电动汽车等新能源车的动力电池消耗电量；排放监测仪记录尾气排放情况；振动传感器则检测车辆在行驶过程中的振动状态，记录对应的振动时序，进一步的，将监测数据整合，得到第一测试信息，所述第一测试信息反映了目标机动车在模拟第一路况场景下的实时运行状态；[0029] 在获取第一测试信息后，依据预定性能特征，对各个单项性能数据进行深入分析，例如，对于速度时序数据，通过响应性能分析单元分析车辆的加速性能，计算出响应性能指数；对于油耗量和电耗量数据，由能耗性能分析单元评估车辆的能源效率，得出能耗性能指数；排放信息经环保性能分析单元处理，以判断车辆的环保性能等级，得到环保性能指数；振动时序则由舒适性能分析单元解读，以衡量车辆在复杂路况下的乘坐舒适性，得出舒适性能指数，进一步的，将以上四个（或更多相关的性能指数）单个性能指数按照预先设置的权重进行加权整合，得出反映整个复杂路况环境下车辆综合性能的第一综合性能指数，所述第一综合性能指数用于客观地比较和评估不同车辆在面对复杂路况时的整体表现。[0030] 步骤S400：重复步骤S100至步骤S300得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；[0031] 步骤S500：分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度。[0032] 循环执行步骤S100至步骤S300，每次循环都会产生一组新的路况场景及其对应的路况复杂指数，并通过实际测试得到目标机动车在该路况下的综合性能指数，进一步的，每次迭代时，路况模拟器会根据不同的预定路况特征组合，生成多个具有不同复杂程度的路况场景，测试设备组会在每个模拟场景中收集目标机动车的相关性能数据，进一步的，分析每个场景下的测试信息，计算出相应的综合性能指数，不断积累，形成一个由多组路况复杂指数与综合性能指数所组成的映射关系序列；[0033] 在获得一系列路况复杂指数与综合性能指数的对应关系后，进行统计学上的自相关分析，进一步的，自相关分析用于分析当前路况复杂指数与路况复杂指数之间的关联性，同时考虑路况复杂程度的变化与影响综合性能指数的变化，具体的，计算目标机动车在不同路况复杂程度下的综合性能指数的时间序列数据的自相关函数（ACF），通过分析自相关函数的衰减规律和显著性水平，可以确定目标自相关系数，其中，所述目标自相关系数能够量化描述当路况复杂程度发生变化时，目标机动车的综合性能指标受到过去路况状况影响的程度；进一步的，目标自相关系数的数值大小直接体现了机动车对路况复杂程度变化的敏感度，目标自相关系数越大，意味着机动车的性能更易受之前复杂路况的累积影响，适应能力相对较低；而目标自相关系数越。虮硎净档男阅苁芄サ穆房鲇跋旖闲。芸焖偈视Σ欢媳浠母丛勇房鎏跫，为优化车辆操控特性提供参考。[0034] 进一步而言，本申请方法包括：[0035] 所述预定路况特征包括路障维度、路面维度、路型维度，其中，所述路障维度包括路障类型、路障位置、路障大。雎访嫖劝访嫫秸、路面湿滑度，所述路型维度包括道路坡度、道路弯度。[0036] 路障类型设定，进一步的，制定不同类型的路障模型，如坑洼、减速带、障碍物、临时施工区等；在路况模拟器中预设不同路障类型的参数，确保模拟的真实性和有效性；路障位置配置，进一步的，根据道路宽度、车道布局等因素，设置路障出现在道路上的具体位置，在模拟环境中，按一定的概率分布或指定模式布置路障位置；路障大小调整，进一步的，设定路障尺寸参数，如高度、长度、宽度，以及深度（对于坑洼而言）；根据测试需求，在模拟过程中动态变化或固定路障大。员愎鄄旎翟诓煌笮÷氛锨昂蟮男阅懿钜欤籟0037] 路面维度操作流程具体包括：路面平整度模拟，进一步的，使用模拟软件创建不同平整度等级的路面模型，如非常平整、轻微起伏、严重颠簸等；调整连续的路面波形参数，以反映真实世界中可能出现的各种路面状态；路面湿滑度控制，进一步的，根据雨雪天气条件，模拟不同湿度级别的路面，如干燥、湿润、积水、结冰等；计算摩擦系数来体现不同湿滑条件下轮胎与地面的接触特性。[0038] 路型维度实施步骤具体包括：道路坡度设置，进一步的，在虚拟环境内设计不同坡度的路段，包括上坡、下坡和平坦过渡段；根据实际地形或试验需求调整坡度陡峭程度和坡道长度；道路弯度构建，进一步的，创建不同曲率半径的弯道，包括缓弯、急弯、复合弯道等；在模拟中精确地调整弯道曲率参数，确保机动车在经过弯道时能准确反映出车辆操控性能及稳定性。[0039] 总而言之，通过对路障维度、路面维度和路型维度的细致建模与参数调整，可以模拟出多种复杂路况场景，在模拟运行期间，动态监测并记录机动车的各项性能指标，进一步分析其在不同路况下的性能表现。[0040] 进一步而言，如图2所示，本申请步骤S100包括：[0041] 提取所述预定路况特征中的第一特征；[0042] 结合所述第一特征的第一特征参数阈约束得到所述第一特征的第一特征参数值；[0043] 所述路况模拟器根据基于所述第一特征参数值组建的第一路况方案，模拟所述第一路况场景。[0044] 确定测试所需的路况特征类别，从路障维度、路面维度、路型维度中选择一项或多项关键特征作为第一特征，例如，可以选择路障类型作为第一特征，或者选择路面湿滑度作为第一特征；对选定的第一特征，从数据库或预设列表中获取相关的特征参数，如针对路障类型的第一特征包括石块、坑洼等具体类型；对于路面湿滑度，则是干爽、微湿、积水等参数值；[0045] 根据测试目的和相关标准，设置针对第一特征参数的阈值约束条件，比如，如果第一特征是路面湿滑度，可以考虑湿滑度超过一定阈值（如摩擦系数低于某一特定值）的情况；对提取出的特征参数进行筛。繁Ｆ渎阍ど璧牡谝惶卣鞑问性际跫；[0046] 在满足阈值约束的特征参数集合中，进一步选取或计算出代表性的第一特征参数值，需要结合统计学方法或实验数据来决定最优或典型参数值；根据选定的第一特征参数值，制定相应的路况模拟方案，例如，如果第一特征参数是路面湿滑度为中等，则模拟方案应包含相应湿度条件下的路面模型；将第一特征参数应用到路况模拟器中，设置对应的模拟参数，如调整摩擦系数、视觉效果等，以贴合真实的复杂状况；[0047] 运行路况模拟器，利用已设定好的第一特征参数值所构建的第一路况方案，生成具有特定特征的路况场景，如一条湿滑程度符合设定的虚拟道路；总结来说，依据预先定义的路况特征及其阈值限制，选定并量化关键特征参数，在模拟环境中利用这些参数值搭建出一个与实际情况相符的第一路况场景，用于后续的机动车性能测试。[0048] 进一步而言，本申请步骤S200包括：[0049] 所述测试设备组包括速度计、油耗仪、电耗器、排放监测仪、振动传感器；[0050] 通过所述速度计动态监测得到所述目标机动车在所述第一路况场景下的第一速度时序；[0051] 通过所述油耗仪监测得到所述目标机动车在所述第一路况场景下的第一油耗量；[0052] 通过所述电耗器监测得到所述目标机动车在所述第一路况场景下的第一电耗量；[0053] 通过所述排放监测仪监测得到所述目标机动车在所述第一路况场景下的第一排放信息；[0054] 通过所述振动传感器动态监测得到所述目标机动车在所述第一路况场景下的第一振动时序；[0055] 所述第一速度时序、所述第一油耗量、所述第一电耗量、所述第一排放信息和所述第一振动时序共同组成所述第一测试信息。[0056] 在目标机动车上安装指定的测试设备组，包括速度计、油耗仪、电耗器、排放监测仪和振动传感器，确保所有设备正确安装且经过必要的校准，以便准确无误地捕捉数据；[0057] 在车辆准备进入模拟的第一路况场景前，开启测试设备组中的监测设备，同步记录对应的监测数据，进一步的，使用速度计开始动态监测车辆在模拟路况下的行驶速度变化，连续记录车辆在不同路况条件下的瞬时速度数据，形成第一速度时序，进一步的，油耗仪同步采集在测试过程中目标机动车燃烧燃料产生的消耗量，记录下在不同驾驶状态和路况条件下每单位距离或单位时间内的燃油消耗数据，得出第一油耗量，进一步的，如果目标机动车是混合动力或纯电动汽车，则通过电耗器实时监控车辆电动系统的电力消耗情况，获得在第一路况场景下的第一电耗量数据；[0058] 进一步的，排放监测仪持续检测并记录车辆尾气排放的各项指标，包括但不限于二氧化碳、氮氧化物及颗粒物排放量，形成第一排放信息；进一步的，振动传感器连续测量并记录目标机动车在行驶过程中因路况不平或其它因素导致的车身振动情况，形成反映车辆行驶舒适性或悬挂系统性能的第一振动时序；[0059] 在完成上述各单项数据监测后，将第一速度时序、第一油耗量、第一电耗量、第一排放信息以及第一振动时序的数据汇总整理，构成目标机动车在第一路况场景下的第一测试信息，其中，每个监测阶段结束后，确保数据完整性和准确性，便于后续的性能分析和评估工作，通过上述步骤，实现了对目标机动车在复杂路况下全方位性能表现的定量和定性分析。[0060] 进一步而言，本申请步骤S300包括：[0061] 通过响应性能分析单元分析所述第一速度时序得到第一响应性能指数；[0062] 通过能耗性能分析单元分析所述第一油耗量和所述第一电耗量得到第一能耗性能指数；[0063] 通过环保性能分析单元分析所述第一排放信息得到第一环保性能指数；[0064] 通过舒适性能分析单元分析所述第一振动时序得到第一舒适性能指数；[0065] 加权所述第一响应性能指数、所述第一能耗性能指数、所述第一环保性能指数和所述第一舒适性能指数得到所述第一综合性能指数。[0066] 获取在步骤S200中记录的第一速度时序数据；利用响应性能分析单元对速度时序数据进行处理，如通过曲线拟合得到速度曲线，并计算出初始速度、峰值速度、响应时长和响应速度等相关参数；基于响应速度与响应时长的比例关系，进行归一化处理，得出第一响应性能指数，第一响应性能指数反映了机动车在复杂路况下对驾驶员操控的响应能力；[0067] 读取在监测到的第一油耗量和第一电耗量数据；运用能耗性能分析单元对这两项数据进行综合分析，包括计算单位距离或单位时间内的平均能耗、能量转换效率或其他能耗相关的评价标准；基于分析结果，得出代表机动车整体能源使用效率的第一能耗性能指数；[0068] 从步骤S200监测所得的第一排放信息中提取关键指标，例如污染物排放浓度、总量或者相关标准限值（比如，GB18352.6—2016《轻型汽车污染物排放限值及测量方法》等相关统一标准）的达标情况等；采用环保性能分析单元对排放数据进行量化评估，涉及污染物种类、排放总量、排放速率等方面的评估计算；基于环境友好程度的分析结果，生成第一环保性能指数，从而体现机动车对环境的影响程度；[0069] 读取监测的第一振动时序数据，所述第一振动时序数据包含车辆在不同路况下的振动情况；通过舒适性能分析单元分析振动时序，比如计算振动幅度、频率分布、振动加速度峰值等，评价车辆在行驶过程中的平稳性和乘坐舒适度；根据振动特性分析的结果，得出第一舒适性能指数，所述第一舒适性能指数表明车辆在复杂路况下的驾乘舒适性；[0070] 针对各项性能指数的重要性，预先设定相应的权重分配方案，将第一响应性能指数、第一能耗性能指数、第一环保性能指数和第一舒适性能指数按各自权重进行加权求和；得到的是代表目标机动车在复杂路况下全面性能表现的第一综合性能指数，所述第一综合性能指数是车辆的整体性能评估对应的综合标准。[0071] 进一步而言，通过响应性能分析单元分析所述第一速度时序得到第一响应性能指数，本申请方法包括：[0072] 对基于所述第一速度时序得到的速度?时间散点图进行曲线拟合，得到第一速度曲线；[0073] 根据所述第一速度曲线，依次得到第一初始速度和第一峰值速度，并分别匹配所述第一初始速度对应的第一时刻和所述第一峰值速度对应的第二时刻；[0074] 基于所述第一时刻与所述第二时刻得到第一响应时长；[0075] 基于所述第一初始速度和所述第一峰值速度得到第一响应速度；[0076] 归一化所述第一响应速度与所述第一响应时长的第一比值，得到所述第一响应性能指数。[0077] 获取第一速度时序数据，即记录在不同时间点下机动车行驶速度的数据集，进一步的，将每个时间点的速度值与对应的时间坐标点绘制成二维散点图，横坐标为时间，纵坐标为速度，形成速度?时间散点图；[0078] 采用数学模型（例如线性回归、多项式拟合、样条插值或其他适合的速度变化模型）对速度?时间散点图进行曲线拟合，以捕捉速度随时间变化的趋势和规律，从而得到反映了速度变化的第一速度曲线，进一步的，分析第一速度曲线，找到曲线上的两个关键点，即初始速度点和峰值速度点，其中，初始速度点是指测试开始时的速度或某个指定基准条件下的起始速度，对应的时间点记作第一时刻t1，峰值速度点是指在整个测试期间速度最大时的点，对应的时间点记作第二时刻t2；[0079] 计算从第一时刻t1到第二时刻t2的时间差，第一时刻t1到第二时刻t2的时间差即为机动车从初始速度加速到峰值速度所需的第一响应时长，进一步的，从速度曲线上读取第一初始速度和第一峰值速度的数值，第一初始速度和第一峰值速度的数值之差即为机动车在响应过程中增加的速度，将第一响应速度；[0080] 将第一响应速度除以第一响应时长得到速度变化率，然后对计算所得比值进行归一化处理，确保响应性能指数落在预设的标准化区间内（例如，将其转换为0到1之间的一个数值），得到第一响应性能指数。上述步骤从物理层面细致地量化机动车在复杂路况下对驾驶操作的响应性能，进而完成对第一响应性能指数的精确测定。[0081] 进一步而言，对基于所述第一速度时序得到的速度?时间散点图进行曲线拟合，得到第一速度曲线，本申请方法包括：[0082] a：随机提取所述速度?时间散点图中预定数量的散点，并组成第一散点组；[0083] b：分析所述第一散点组得到第一多项式拟合曲线；[0084] c：将所述第一散点组从所述速度?时间散点图中剔除，得到第一检验散点组；[0085] d：加权第一检验散点至所述第一多项式拟合曲线的第一距离，得到所述第一多项式拟合曲线的第一适应度，其中，所述第一检验散点是指所述第一检验散点组中任意一个散点；[0086] e：重复步骤a至步骤d，若所述第一适应度达到预定适应度阈值，将彼时的所述第一多项式拟合曲线作为所述第一速度曲线。[0087] 针对速度?时间散点图进行曲线拟合，得到第一速度曲线，具体的，步骤a（随机采样），进一步的，在速度?时间散点图中，选择预定数量的散点作为训练样本，其中，散点代表速度随时间变化的一系列数据点，随机选择有助于减少过拟合风险；创建一个包含选定散点的集合，并记为第一散点组；[0088] 步骤b（多项式拟合），进一步的，使用统计学方法对第一散点组进行多项式拟合，找出一条或多条能够最好地逼近这些散点的曲线，涉及最小二乘法、梯度下降等优化算法来确定多项式的系数，保证得到的第一多项式拟合曲线应能最大程度上反映了速度随时间变化的趋势；[0089] 步骤c（保留验证集），进一步的，将已经用于拟合的散点从速度?时间散点图中剔除，剩余的散点构成第一检验散点组，所述第一检验散点组中的散点没有参与建立模型，用于评估模型的泛化能力；[0090] 步骤d（适应度计算），进一步的，所述第一检验散点为第一检验散点组中的任意一个散点，计算第一检验散点到当前第一多项式拟合曲线的距离，采用残差平方和、绝对误差、均方根误差等方式度量距离；对于第一检验散点组中的每一个散点，重复步骤d中的距离度量计算，得到所述第一检验散点组对应多个第一距离；而后，给定第一距离对应的权重，将所有检验散点的多个第一距离加权求和或者取平均值，得到第一多项式拟合曲线相对于检验散点组的第一适应度；[0091] 步骤e（迭代优化），进一步的，如果当前的第一适应度未能达到预定的适应度阈值，则重新从速度?时间散点图中随机抽取另一组散点，重复上述步骤a至步骤d的操作，更新第一多项式拟合曲线，进一步的，持续进行直到找到一条满足适应度阈值要求的多项式拟合曲线为止，当多项式拟合曲线被确认满足预设标准时，将满足预设标准的多项式拟合曲线作为第一速度曲线；采取了迭代的、带验证机制的多项式拟合方法，以确保所得到的第一速度曲线对于训练数据具有更好的拟合效果。[0092] 综上所述，本申请实施例的有益效果是：[0093] 1.采用路况模拟器与多元化测试设备相结合的方式，创建出具有代表性的复杂路况场景，模拟真实驾驶环境，提高测试结果的有效性。[0094] 2.深入探究机动车在面临不同路况复杂程度时的性能表现规律，确定机动车在复杂路况下的自相关系数，定量评估机动车性能对路况变化和自身性能的相互影响程度，提高机动车在复杂路况条件下性能测试的准确性。[0095] 3.由于采用了测试设备组包括速度计、油耗仪、电耗器、排放监测仪、振动传感器；通过速度计动态监测得到目标机动车在第一路况场景下的第一速度时序；通过油耗仪监测得到目标机动车在第一路况场景下的第一油耗量；通过电耗器监测得到目标机动车在第一路况场景下的第一电耗量；通过排放监测仪监测得到目标机动车在第一路况场景下的第一排放信息；通过振动传感器动态监测得到目标机动车在第一路况场景下的第一振动时序；第一速度时序、第一油耗量、第一电耗量、第一排放信息和第一振动时序共同组成第一测试信息。实现了对目标机动车在复杂路况下全方位性能表现的定量和定性分析。[0096] 实施例二[0097] 基于与前述实施例中一种复杂路况下的机动车性能测试方法相同的发明构思，如图3所示，本申请实施例提供了一种复杂路况下的机动车性能测试系统，其中，所述系统包括：[0098] 路况模拟模块M100，用于路况模拟器结合预定路况特征模拟得到第一路况场景，并分析所述第一路况场景得到第一路况复杂指数；[0099] 动态监测模块M200，用于通过测试设备组动态监测得到目标机动车在所述第一路况场景下的第一测试信息；[0100] 性能指数获取模块M300，用于基于预定性能特征分析所述第一测试信息得到第一综合性能指数；[0101] 序列标测试获取模块M400，用于重复所述路况模拟模块、所述动态监测模块、所述性能指数获取模块中的操作，得到目标测试数据序列，其中，所述目标测试数据序列包括多组路况复杂指数与综合性能指数映射关系；[0102] 影响程度分析模块M500，用于分析所述多组路况复杂指数与综合性能指数映射关系得到所述目标机动车的目标自相关系数，其中，所述目标自相关系数用于表征所述目标机动车受路况复杂情况的影响的程度。[0103] 进一步地，所述复杂路况下的机动车性能测试系统用于执行如下方法：[0104] 所述预定路况特征包括路障维度、路面维度、路型维度，其中，所述路障维度包括路障类型、路障位置、路障大。雎访嫖劝访嫫秸、路面湿滑度，所述路型维度包括道路坡度、道路弯度。[0105] 进一步地，所述路况模拟模块M100用于执行如下方法：[0106] 提取所述预定路况特征中的第一特征；[0107] 结合所述第一特征的第一特征参数阈约束得到所述第一特征的第一特征参数值；[0108] 所述路况模拟器根据基于所述第一特征参数值组建的第一路况方案，模拟所述第一路况场景。[0109] 进一步地，所述动态监测模块M200用于执行如下方法：[0110] 所述测试设备组包括速度计、油耗仪、电耗器、排放监测仪、振动传感器；[0111] 通过所述速度计动态监测得到所述目标机动车在所述第一路况场景下的第一速度时序；[0112] 通过所述油耗仪监测得到所述目标机动车在所述第一路况场景下的第一油耗量；[0113] 通过所述电耗器监测得到所述目标机动车在所述第一路况场景下的第一电耗量；[0114] 通过所述排放监测仪监测得到所述目标机动车在所述第一路况场景下的第一排放信息；[0115] 通过所述振动传感器动态监测得到所述目标机动车在所述第一路况场景下的第一振动时序；[0116] 所述第一速度时序、所述第一油耗量、所述第一电耗量、所述第一排放信息和所述第一振动时序共同组成所述第一测试信息。[0117] 进一步地，所述性能指数获取模块M300用于执行如下方法：[0118] 通过响应性能分析单元分析所述第一速度时序得到第一响应性能指数；[0119] 通过能耗性能分析单元分析所述第一油耗量和所述第一电耗量得到第一能耗性能指数；[0120] 通过环保性能分析单元分析所述第一排放信息得到第一环保性能指数；[0121] 通过舒适性能分析单元分析所述第一振动时序得到第一舒适性能指数；[0122] 加权所述第一响应性能指数、所述第一能耗性能指数、所述第一环保性能指数和所述第一舒适性能指数得到所述第一综合性能指数。[0123] 进一步地，所述性能指数获取模块M300还用于执行如下方法：[0124] 对基于所述第一速度时序得到的速度?时间散点图进行曲线拟合，得到第一速度曲线；[0125] 根据所述第一速度曲线，依次得到第一初始速度和第一峰值速度，并分别匹配所述第一初始速度对应的第一时刻和所述第一峰值速度对应的第二时刻；[0126] 基于所述第一时刻与所述第二时刻得到第一响应时长；[0127] 基于所述第一初始速度和所述第一峰值速度得到第一响应速度；[0128] 归一化所述第一响应速度与所述第一响应时长的第一比值，得到所述第一响应性能指数。[0129] 进一步地，所述性能指数获取模块M300还用于执行如下方法：[0130] a：随机提取所述速度?时间散点图中预定数量的散点，并组成第一散点组；[0131] b：分析所述第一散点组得到第一多项式拟合曲线；[0132] c：将所述第一散点组从所述速度?时间散点图中剔除，得到第一检验散点组；[0133] d：加权第一检验散点至所述第一多项式拟合曲线的第一距离，得到所述第一多项式拟合曲线的第一适应度，其中，所述第一检验散点是指所述第一检验散点组中任意一个散点；[0134] e：重复步骤a至步骤d，若所述第一适应度达到预定适应度阈值，将彼时的所述第一多项式拟合曲线作为所述第一速度曲线。[0135] 综上所述，任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中，并可以被不设限制的计算机处理器调用识别用，在此不做多余限制。[0136] 进一步的，上述技术方案仅体现了本申请实施例技术方案的优选技术方案，本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本申请实施例新型的原理，显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。

专利地区：江苏

专利申请日期：2024-09-03

专利公开日期：2024-11-29

专利公告号：CN118730575B